人脸美丽分类算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本文内容及组织 | 第12-14页 |
| ·本文主要内容 | 第12页 |
| ·本文的组织 | 第12-14页 |
| 第二章 基于LBP的纹理特征提取 | 第14-26页 |
| ·LBP描述子基本原理 | 第14-17页 |
| ·LBP描述子 | 第14-15页 |
| ·扩展的LBP描述子 | 第15-17页 |
| ·LBP的发展演化 | 第17-22页 |
| ·LBP统一模式 | 第17-19页 |
| ·旋转不变的LBP描述子 | 第19-21页 |
| ·LBP的特点 | 第21-22页 |
| ·基于LBP的人脸纹理特征提取 | 第22-25页 |
| ·基于LBP人脸纹理特征提取 | 第22-24页 |
| ·LBP人脸纹理特征匹配 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第三章 基于SIFT和SPM的特征提取 | 第26-40页 |
| ·SIFT特征提取 | 第26-33页 |
| ·构建尺度空间 | 第27-28页 |
| ·尺度空间极值点检测 | 第28-29页 |
| ·确定特征点的位置 | 第29-31页 |
| ·为特征点分配方向值 | 第31-32页 |
| ·SIFT特征描述子 | 第32-33页 |
| ·构建人脸图像的视觉词袋模型 | 第33-34页 |
| ·构建视觉词袋模型 | 第34页 |
| ·K-means聚类算法 | 第34页 |
| ·空间金字塔匹配 | 第34-37页 |
| ·金字塔匹配核算法 | 第35-36页 |
| ·空间金字塔匹配策略 | 第36-37页 |
| ·小结 | 第37-40页 |
| 第四章 分类器设计 | 第40-48页 |
| ·K近邻算法 | 第40-41页 |
| ·KNN原理 | 第40-41页 |
| ·KNN的优缺点 | 第41页 |
| ·支持向量机 | 第41-46页 |
| ·线性可分的支持向量机 | 第41-43页 |
| ·线性不可分的支持向量机 | 第43-44页 |
| ·非线性支持向量机 | 第44-46页 |
| ·支持向量机的优缺点 | 第46页 |
| ·小结 | 第46-48页 |
| 第五章 实验结果与分析 | 第48-54页 |
| ·人脸美丽数据库 | 第48-49页 |
| ·基于LBP的人脸美丽分类 | 第49-51页 |
| ·基于SIFT和SPM的人脸美丽分类 | 第51页 |
| ·实验结果分析 | 第51-52页 |
| ·小结 | 第52-54页 |
| 第六章 结束语 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·工作展望 | 第55-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-61页 |
